Entrevista en la revista 'Significance'

Traducción al español de una entrevista reciente para la revista de la Royal Statistical Society sobre 'The Art of Insight;

El número más reciente de la revista de la Royal Statistical Society, Significance, contiene una entrevista conmigo sobre The Art of Insight. Se trata de un extracto de una conversación que tuve hace tiempo con Brian Tarran para RealWorldDataScience. Se puede escuchar en el siguiente vídeo:

He pedido a ChatGPT que traduzca la conversación. Disculpen el estilo, pero es lo mejor que la inteligencia artificial consigue hoy en día:

Brian Tarran: Hola y bienvenidos a Ciencia de Datos en el Mundo Real. Soy Brian Tarran. Y hoy me acompaña Alberto Cairo, titular de la Cátedra Knight en periodismo visual en la Escuela de Comunicación de la Universidad de Miami. También es el director de visualización en el Instituto de Ciencia de Datos y Computación de la UM. Alberto, bienvenido. Gracias por unirte.

Alberto Cairo: Hola, Brian. Encantado de estar aquí. Gracias por invitarme.

Brian Tarran: No hay problema. Bueno, hoy estamos emocionados de discutir tu nuevo libro, The Art of Insight. Creo que es realmente interesante y único. Lo he leído todo aún. He revisado algunos capítulos que amablemente me enviaste con anticipación. Creo que es muy interesante y único. Lo que me llamó la atención fue que a menudo, cuando hablamos de diseño de visualización, tendemos a concentrarnos en lo que hacen los diseñadores, no necesariamente en cómo piensan acerca de lo que hacen, o cómo piensan en general. Así que esa sería mi primera pregunta para ti: ¿sobre qué aspectos de sus procesos de pensamiento, de estos expertos, realmente intentabas entender y por qué?

Alberto Cairo: Sí, sí, este último libro mío es muy diferente al anterior que escribí. El libro se centra no tanto en el trabajo en sí, sino más en las personas que producen el trabajo y las motivaciones y valores que se encuentran detrás del trabajo que hacen. También, en comparación con mis libros anteriores, es un cambio de perspectiva, diría, porque mis libros anteriores, especialmente The Truthful Art y How Charts Lie, que salió en 2019, se enfocan principalmente en la visualización estadística. Así que tiene un enfoque estadístico muy fuerte, cómo asegurarse de que tus gráficos y tus mapas de datos no engañen a la gente. Enseño principios elementales de visualización, de comunicación a través de la visualización. Pero la visualización es mucho más que eso. Y eso es lo que quería transmitir con este libro.

A lo largo de los años, he llegado a entender la visualización de datos no tanto como una representación de datos para la perspicacia o la comunicación, sino como un lenguaje, un lenguaje que se puede usar para muchos propósitos diferentes. Y trato de reflejar eso en el libro.

Obviamente, una gran parte del libro está dedicada a personas que provienen del mismo mundo de donde vengo, el mundo profesional de donde vengo, el mundo del periodismo de datos, así que muchos de ellos son periodistas de datos. Muchos son analistas de datos y estadísticos e investigadores. Pero una buena parte del libro está dedicada a personas que utilizan la visualización para otros propósitos, como la autoexpresión, el autodescubrimiento, el arte en algunos casos. Quería proporcionar una especie de comprensión más amplia del lenguaje de la visualización y también hablo de que si podemos conceptualizar la visualización de datos como un lenguaje, este lenguaje puede tener múltiples dialectos. Y eso es lo que quería transmitir en el libro.

Y estos dialectos, digamos el dialecto estadístico, el dialecto del periodismo de datos, el dialecto del arte, no son mutuamente excluyentes. Deberían existir, o idealmente, en constante conversación entre ellos. Así que podemos tomar ideas unos de otros, aprender unos de otros. Quería proporcionar una visión general de la enorme diversidad que existe en el mundo de la visualización, en términos de personas, en términos de raza, en términos de género, pero también en términos de los dialectos que la gente utiliza.

Brian Tarran: Sí, ¿y es eso casi una especie de resistencia a la idea de que, ya sabes, si la visualización es un lenguaje de la misma manera que lo es el inglés o el español, o lo que sea, que hay... debe de haber reglas que la gente tiene que seguir?

Alberto Cairo: Sí, me opongo un poco a eso en el libro porque, obviamente, quiero decir, lo que he enseñado y lo que sigo hablando... hablando en la... hablando en la Universidad de Miami, lo que enseño en mis clases, es lo que podrías llamar, digamos, visualización de datos estándar. Visualización de datos para la comunicación. Hablo mucho sobre, ya sabes, ciencia cognitiva, percepción, ya sabes, cómo aplicar eso, paletas de colores, simplemente hago visualización de datos estándar.

Pero eso es solo uno de los dialectos que tiene la visualización de datos. La visualización de datos se puede utilizar para el periodismo, para el análisis empresarial, para estadísticas, para el arte, para la expresión, para el autodescubrimiento; algunas de las personas a las que entrevisté trazan sus propios datos, por ejemplo, sus propias métricas de salud, como una forma de reducir su propia ansiedad.

Entrevisté, por ejemplo, a una persona que pasó por problemas de salud muy graves, como cáncer cerebral y otros problemas de salud, y descubrió que el proceso de diseñar visualizaciones basadas en sus propios datos era similar a... tenía efectos similares a meditar sobre tus propios pensamientos. Era una forma de verter tu ansiedad y tus sentimientos oscuros en el gráfico, para que no sobrecargaran tu mente. Me parece absolutamente fascinante. Y eso te muestra que, creo, eso es lo que reflejo en el libro, que realmente no hay reglas universales en la visualización de datos. Hay reglas locales que son aplicables a los diferentes... a los diferentes dialectos. Pero es incorrecto, es un error, aplicar los estándares de uno de los dialectos de la visualización de datos a un dialecto completamente diferente de la visualización de datos. Cada visualización, siento o pienso, debería ser juzgada según sus propios términos, según los términos en los que fue creada.

Brian Tarran: El libro está esencialmente estructurado como una serie de conversaciones con estos diseñadores de visualización. Y luego son tus reflexiones intercaladas sobre las conversaciones y las cosas que estás sacando de ellas. Y cuando estabas diciendo en la introducción por qué querías tener estas conversaciones, dices que estabas buscando o necesitabas reavivar tu amor por el diseño de la información. Así que quería preguntarte, tal vez malinterpreté esa oración, pero, ya sabes, ¿te habías desenamorado del diseño de la información? ¿O simplemente llegaste a ese punto en el que pensaste, oh, debe haber más que esto, la forma en que yo... la forma en que trabajo? ¿Cuál fue la... cuál fue la fuerza motivadora que te llevó por este camino?

Alberto Cairo: No es que dejara de, ya sabes, estar enamorado de la visualización de datos, o más ampliamente del diseño de información, porque enseño diseño de información: la visualización de datos es una de las ramas del diseño de información. También enseño, ya sabes, explicaciones visuales impulsadas por la ilustración: cómo funciona un avión, haces un corte del avión y muestras los motores y cómo funcionan. También hago ese tipo de diseño de información.

Así que no es que alguna vez dejara de estar enamorado de... del trabajo que hago. Como explico, por cierto, en las conclusiones del libro, en el epílogo del libro, que vuelve a los temas del prólogo, el diseño de información y la visualización de datos son una gran parte de lo que soy como persona. Para mí, es una forma de vida. Uso la visualización no solo para comunicarme con otras personas, también la uso para estudiar. Cuando estoy leyendo un libro, probablemente estoy produciendo una visualización del libro, como algún tipo de diagrama de red, en el que trazo todas las ideas del libro. Esa es una técnica, una técnica mnemotécnica, que aprendí de mi... de mi padre, que es médico, pero también humanista. Él me enseñó esta técnica para estudiar: cuando estás leyendo un libro, simplemente escribe los conceptos que estás aprendiendo y luego conéctalos con flechas y haz pequeños comentarios al margen. Indirectamente me estaba enseñando a hacer visualización de datos.

Así que la visualización de datos, el diseño de información, ha impregnado mi vida desde que era muy, muy joven, desde que... desde que no tenía el lenguaje para hablar sobre lo que estaba haciendo. Pero al mismo tiempo, en los últimos tres o cuatro años, muchas circunstancias personales me llevaron a sentir, digamos, que mi moral bajó bastante, la pandemia también y luego algunos problemas personales y cosas así. Y empecé a sentirme un poco desilusionado con mi propio... con mi propio trabajo, como con dudas sobre mí mismo ¿Estoy haciendo lo correcto? ¿Estoy en la carrera correcta? ¿Debería estar haciendo algo más? ¿He escrito todo lo que quería escribir sobre este campo? ¿He diseñado cada gráfico que valía la pena diseñar?

Y sentí la necesidad de conectarme con otras personas. Porque algo que descubrí a lo largo de los años es que nosotros, los seres humanos, no pensamos bien cuando estamos solos, pensamos mejor cuando estamos en conexión con otros. Así que mis conversaciones con los muchos amigos que se muestran en el libro, obviamente, quería dar a conocer su trabajo y sus vidas y sus valores porque creo que son dignos de ser explorados y comprendidos por los lectores. Pero también fue una forma para mí de recuperar un poco la pasión que tenía sobre el diseño de información en el pasado, y tuve éxito. Quiero decir, salí del... El proceso de escribir un libro puede ser agotador. Así que, mientras escribes un libro, siempre estás pensando, ya sabes, esto es una porquería. ¿Qué es lo que estoy haciendo? No sé a dónde voy. Pero a la luz retrospectiva, ahora que el libro está escrito y lo estoy revisando, estoy pensando, mmm, pues no está mal. Y me sentí con nuevas energías gracias a todas estas conversaciones con gente inspiradora de todo el mundo.

Brian Tarran: Creo que puedo simpatizar un poco con eso, ya sabes, el proceso de creación, yo no hago visualización de datos por mi cuenta, pero crear contenido puede ser un proceso bastante solitario a veces. Y siempre hablo de la montaña rusa de emociones, los picos donde crees que estás haciendo un gran trabajo y luego los valles donde piensas: "Oh, Dios mío, ¿por qué o debería dejarlo todo?". Así que, sentarse y hablar con la gente y compartir ideas realmente te inspira, realmente te levanta de nuevo. Pero estaba preocupado, de hecho, porque la última vez que hablamos fue, creo, alrededor del lanzamiento de How Charts Lie, y fuiste entrevistado por uno de nuestros redactores independientes en la revista Significance, donde yo estaba en ese momento, y pensé: "Oh, no, tal vez, tal vez todo ese encuentro con el lado oscuro de la visualización de datos y toda esa información errónea que estaba allí..."

Alberto Cairo: Que me sentí deprimido porque el libro era inútil. O tal vez no inútil, pero quiero decir, no fue leído por las personas que más necesitaban leerlo.

Brian Tarran: Eso siempre sucede con estos libros. Así que son realmente valiosos, si solo pudieras ponerlos en manos de las personas adecuadas. Ese es el desafío.

Alberto Cairo: Predicamos, predicamos un poco al coro con este tipo de libros, desafortunadamente, sí.

Brian Tarran: Bueno, de todos modos, todavía lo disfruté. Y siempre es valioso escuchar a expertos como tú y aprender de ellos. Las cosas que, las entrevistas que he leído, no las he leído todas, pero creo que lo que me llamó la atención, las entrevistas con personas como Ed Hawkins, hablando sobre las Rayas de Calentamiento, ya sabes, hablando de cómo su enfoque es menos sobre - y dime si estoy malinterpretando esto - es menos sobre la comunicación directa de información o datos, es más sobre transmitir como un sentimiento o una comprensión intuitiva de algo. Y, obviamente, las rayas de calentamiento, la mayoría de la gente las ha visto, ya sabes, los tipos de gráficos de cambios de temperatura contra una línea base a lo largo del tiempo y el cambio rápido a tonos más oscuros de rojo a medida que nos acercamos al presente, ya sabes, creo que realmente crean un sentido de urgencia sobre la crisis climática cuando solo los miras. Pero, ¿qué lecciones tomas tú como diseñador de visualización de datos, un diseñador de visualización de datos periodísticos, de esos ejemplos donde no es comunicación directa, es sobre el sentimiento? ¿Qué puedes, qué puedes llevar de eso y aplicar a tu propio trabajo?

Alberto Cairo: Bueno, el hecho, como estaba diciendo antes, de que no todas las visualizaciones son iguales, como explico en ese capítulo. Hawkins recibió un poco de resistencia, porque esa visualización rompió algunas reglas, y estoy haciendo comillas con mis dedos en este momento. Rompió algunas reglas porque no tiene ejes, no tiene escalas. Es solo una hermosa imagen. Pero eso es valioso, eso es valioso, y ha demostrado que es valioso. Es una de las visualizaciones de datos más populares de la historia. Y es un ejemplo perfecto de una coincidencia entre propósito y resultados.

Y eso es lo que se necesita explorar al evaluar una visualización de datos. Entonces, Hawkins me dijo cuando lo entrevisté que no quería crear una visualización de datos analítica. Si quisiera hacer eso, haría un gráfico de línea con barras de error o lo que sea. Algo que se pudiera publicar en un artículo. Ha hecho miles de esos tipos de gráficos. Pero este gráfico fue diseñado originalmente para llevar a un festival, para ser exhibido en el fondo mientras había una conversación sobre el cambio climático. Así que fue diseñado con el propósito específico y explícito de no proporcionar una herramienta analítica para explorar los datos, sino algo que llamara la atención sobre la información, algo que despertara la curiosidad en los espectadores.

Y creo que si ese es el propósito, los resultados realmente coinciden muy bien con lo que tenía en mente, y por lo tanto, la visualización funciona. Esa es una visualización que funciona. Así que eso es solo uno de los muchos ejemplos que aparecen en el libro, de gráficos que de alguna manera desafían las convenciones, pero al mismo tiempo, según sus propios propósitos predefinidos, funcionan bastante bien.

Tenemos el ejemplo, por ejemplo, de Jaime Serra, que es un diseñador de España que es un diseñador de visualización de datos, ha trabajado durante muchos, muchos años para periódicos. Pero el tipo de gráficos que crea mezclan lo artístico con lo estadístico y lo analítico. Usa objetos, por ejemplo, para crear visualizaciones de datos, crea estas hermosas piezas que a veces ha exhibido en exposiciones en todo el mundo.

Pero también hablo con personas que producen lo que podríamos llamar visualizaciones de datos más convencionales. Personas que trabajan en salud pública, personas que trabajan en periodismo de datos, personas que viven en países donde, ya sabes, producir visualizaciones de datos precisas y verídicas puede ser peligroso para tu carrera. Hablo, por ejemplo, con Attila Bátorfy, que es un periodista de datos que trabaja en Hungría, y obviamente, Hungría, en este momento, considerando el régimen de Viktor Orbán, no es muy amigable con los periodistas que quieren ser precisos y veraces. Y él trata de serlo, y tiene mucho éxito en Hungría en este momento.? Es una voz en contra del autoritarismo en su país.

O Anatoly Bondarenko, que es un periodista de datos y diseñador de visualización de datos de Ucrania, que hace años creó una organización llamada Texty, que es una sala de redacción de informes de investigación en Ucrania, sin fines de lucro, para investigar la corrupción en el gobierno ucraniano, pero también la interferencia rusa en Ucrania antes de la guerra.

Ese es uno de mis capítulos favoritos, porque Anatoly es un buen amigo mío, y él está, está luchando. Forma parte del ejército ucraniano. Y pienso en él de manera regular. Estoy en contacto con él solo para asegurarme de que esté, que esté a salvo, que esté bien. Ese capítulo comienza con una frase que dice que a veces me despierto en shock pensando en que mi amigo está en guerra. Es un pensamiento tan extraño y su trabajo es tan valioso, es tan impresionante. Nuevamente, lo que encuentro inspirador en todas las personas con las que hablo en el libro no es solo el trabajo en sí, sino los valores y las motivaciones detrás del trabajo y a veces la resistencia de las personas que producen ese trabajo. Eso es lo que encuentro inspirador.

Brian Tarran: Sí, sí, estaba– cuando estabas hablando allí sobre los ejemplos de las rayas de calentamiento de Hawkins, la idea de evaluar visualizaciones, ya sabes, por sus propios términos, por sus propósitos declarados, creo que es bastante importante. Pero ¿crees que las personas que crean visualizaciones de datos, ¿pasan el tiempo suficiente pensando en general, no los expertos con los que has hablado, obviamente, ellos son tal vez la excepción, pero acerca de cuál es el propósito, qué es lo que quiero lograr con esta visualización de datos? ¿Es eso algo que todos tus entrevistados tienen en común, un sentido muy claro de propósito?

Alberto Cairo: Sí, lo tienen. Tienen ese sentido de propósito. Eso no significa que no creen a veces estas grandes visualizaciones de datos por impulso, digamos, voy a crear simplemente un gráfico bonito basado en eso, sin ningún propósito en absoluto. Y eso está perfectamente bien. Nuevamente, la analogía con la escritura. No toda la escritura puede ser técnica. Eso es solo uno de los tipos de escritura que podríamos usar. Y la visualización convencional, tradicional, es análoga a la escritura técnica: quieres comunicar algo de manera efectiva, clara, y por lo tanto, intentas crear algo que no use demasiadas palabras, o demasiados adornos verbales, simplemente vas directo al grano y tratas de comunicarte directamente. Pero esa no es la única forma en que puedes usar la escritura. Puedes escribir poesía, entonces, ¿por qué no usar la visualización de datos para crear poesía visual? Eso está perfectamente, perfectamente bien.

Nuevamente, cada visualización debe ser evaluada en función de sus propios propósitos declarados. En cuanto a la pregunta de si las personas en general, no las personas con las que hablé en el libro, pero, ya sabes, las personas en general piensan en el propósito al diseñar visualizaciones de datos, esa es una pregunta que no puedo responder. Pero eso es el núcleo de mis clases y talleres. Es como mis clases y talleres, tanto en la universidad como como consultor, ponen mucho énfasis en la parte del propósito. Quiero decir, simplemente enumera qué quieres comunicar, ¿qué quieres lograr? Crea, de hecho, una lista de mensajes que quieres comunicar, y en función de esa lista, luego puedes tomar decisiones.

La forma en que enseño visualización de datos en estos días no es enseñando reglas. Como, ya sabes, usa un gráfico de barras para comparar, usa este gráfico para eso, usa un gráfico de dispersión para mostrar asociaciones entre, ya sabes, variables continuas o lo que sea. No, esa no es la forma en que enseño visualización. Enseño visualización basada en un proceso de razonamiento.Un razonamiento que te lleva del propósito al resultado. Y cada decisión en el camino entre esos dos puntos necesita ser de alguna manera justificada. Necesitas justificar cada decisión que tomes en la visualización de una manera que sea persuasiva para otras personas que puedan estar en tu equipo. Uso esta paleta de colores porque, y lo que viene después del porque es la parte importante. Uso este tipo de gráfico porque, y lo que viene después del porque es la parte importante, y así sucesivamente.

Brian Tarran: Sí, hay algo que me llamó la atención. Creo que fue un productor de podcasts quien propuso esta idea de la fórmula XY para contar historias, así es como evalúas el valor de una especie de propuesta de artículo. Ahora, estoy escribiendo una historia sobre X, y es interesante porque Y, y es la parte que sigue después del "porque" lo que determina, tienes que trabajar en eso y perfeccionarlo, y eso es lo que da forma a tu historia y tus resultados. Me alegra que también hayas mencionado la enseñanza, porque estaba leyendo el epílogo, y decía que tienes "inclinaciones y simpatías anárquicas" y estaba un poco curioso acerca de cómo esas simpatías y inclinaciones se manifiestan en tu trabajo o en tu enseñanza. Y obviamente, dijiste que no enseñas reglas. Así que tal vez eso sea parte de ello. Pero...

Alberto Cairo: ¿A qué simpatías te refieres?

Brian Tarran: No lo sé. Fue solo esa frase la que llamó la atención: "a pesar de mis inclinaciones y simpatías anárquicas", y estaba un poco curioso acerca de cuáles son esas, y cómo se manifiestan.

Alberto Cairo: Bueno, uno de los puntos que destaco, especialmente en el epílogo, que creo que es la parte más importante del libro porque es donde expongo mi propio pensamiento, es que realmente no puedes separar el trabajo de las personas. Y hago la analogía con la filosofía, leo mucha filosofía.

Hay este libro que me encanta sobre filosofía, titulado "¿Qué es la filosofía antigua?" de Pierre Hadot, que creo que era francés, un libro maravilloso, absolutamente maravilloso si estás interesado en la historia antigua de la filosofía, ese libro es asombroso. Habla sobre la tradición helenística de la filosofía. Podría seguir y hablar sobre ese libro. Realmente lo amo. Creo que lo he leído cuatro veces, algo así. Y el punto que Hadot hace en "¿Qué es la filosofía antigua?" es que te lleva muy lejos entender la filosofía de los clásicos, Platón, Aristóteles, y luego los helenistas como los epicúreos, o los estoicos, o lo que sea, te lleva un largo camino si entiendes el temperamento de esas personas y sus experiencias vividas, lo que atravesaron en sus vidas.

Si entiendes, por ejemplo, lo que vivió Platón, sus tiempos y su temperamento, y también la historia de los tiempos en los que vivió, puedes entender mejor "La República", su mejor libro. Puedes adivinar de dónde viene, de dónde proviene su pensamiento. Y creo que algo similar se puede decir sobre la visualización. Tengo mi propio temperamento. Tengo un temperamento muy impulsivo. Así que tengo una voluntad bastante fuerte: cuando decido que voy a hacer algo, generalmente pongo la energía para hacerlo.

Pero al mismo tiempo, soy bastante anárquico, no en el sentido de ser desorganizado, sino en el sentido de que no lidiar bien con la autoridad. Simplemente quiero que me dejen solo. Déjenme solo. Lo descubriré por mi cuenta. Trabajo bien con otras personas. Pero en organizaciones horizontales, disfruto de equipos horizontales, en lugar de equipos jerárquicos. Trabajo muy bien en equipos horizontales. Y eso se refleja de alguna manera, creo, en la forma en que pienso sobre la visualización de datos.

De alguna manera, me rebelé contra la tradición de la enseñanza de la visualización de datos de los años 80, 90, lo que llamo la tradición tufteana, después de Edward Tufte, la tradición tufteana de decir, esta es la única forma de hacer bien la visualización, estas son las reglas de la visualización de datos. Bueno, ¿por qué? ¿Por qué esas son las reglas? Dime en qué se basa esto, ¿o es solo tu propia opinión? Quiero decir, disfruto leyendo a Tufte y disfruto leyendo, ya sabes, a personas como Steven Few, que es un amigo mío, etc. Pero al mismo tiempo, me rebelé contra esa tradición, porque en muchos casos, como explico en The Art of Insight, muchas de esas llamadas reglas son simplemente opiniones de personas. Esta es solo mi opinión. Me gusta esto. Me gusta este estilo y, por lo tanto, voy a tratar de pasar mi propia opinión como si fuera una regla de diseño.

Creo que necesitamos ser un poco más honestos sobre lo que estamos haciendo. Muchas de esas reglas no están realmente fundamentadas en ningún tipo de evidencia empírica, y por lo tanto, todavía son valiosas, creo que la gente debería seguir leyendo a Tufte y otros autores, deberíamos seguir leyéndolos. Pero siempre con un poco de escepticismo, tomando todo lo que leemos con un poco de escepticismo, y esto también se aplica a mis propios libros. Necesitamos ser un poco más escépticos, un poco más flexibles en cierto sentido, sabiendo que estamos en esto juntos y lo que realmente importa, creo, es la conversación entre las personas del campo.

“Conversación” es una palabra que aparece mucho en The Art of Insight. Veo mi trabajo y veo el trabajo de todos los demás que escriben o piensan o hacen visualizaciones de datos como parte de una conversación continua entre personas en la que podemos aprender unos de otros, tomar prestado de otros, siempre entendiendo que nuestras opiniones pueden expresarse fuertemente, pero a veces tienen fundamentos muy, muy débiles.

Brian Tarran: Lo que estás diciendo sobre la importancia de seguir leyendo este tipo de textos, donde las reglas, nuevamente entre comillas, están establecidas, la importancia de hacer eso, eso me recordó en mi propio mundo de la palabra escrita, a personas como James Ellroy, el autor de "American Tabloid", ya sabes, sobre entender las reglas de la gramática para saber cómo romperlas para lograr un efecto e impacto, cosas así. Así que puedo ver cómo eso se aplica a la visualización de datos.

Alberto Cairo: Sí, ya es un cliché: Aprende las reglas para poder romperlas. Creo que eso es valioso. Pero al mismo tiempo, creo que necesitamos ir más allá y decir que realmente no hay reglas. Quiero decir, hay algunas cosas que podrían considerarse reglas. Por ejemplo, sabemos que, si quieres comparar números, un gráfico de barras generalmente es superior a un gráfico circular, por ejemplo. Sabemos eso, hay evidencia empírica detrás de eso, por lo que puedes derivar un principio de eso.

Pero más allá de esas cosas muy básicas, realmente no hay muchas reglas. Lo que hay son muchas convenciones, convenciones heredadas que históricamente se han desarrollado y hemos heredado. Entonces podríamos decir, ya sabes, es bueno aprender las convenciones. Todavía es bueno aprender sobre la percepción y la cognición para guiar tus decisiones. Pero después de hacer eso, todo lo que importa son las elecciones que hagas con el conocimiento que tienes y con las suposiciones que puedas hacer. No es que estés rompiendo las reglas, estás creando tu propio camino, basado en el conocimiento heredado que tienes bajo el brazo.

Brian Tarran: Sí. Mi última pregunta para ti, porque no quiero tomar demasiado de tu tiempo, sé que estás muy ocupado, Alberto, es, mencionaste, volviendo a la pregunta anterior o dos, la gente con la que trabajas, y una de esas colaboradoras a veces es Shirley Wu, a la que mencionas en tu introducción, y me llamó mucho la atención la descripción de la instalación, la cantidad de muertes por COVID cada semana y esta válvula goteante. Creo que lo que más me llamó la atención fue que, obviamente, Shirley tenía esta idea de que las gotas representarían la cantidad de muertes por COVID cada semana, estas gotas en un recipiente, pero que esto no se declaró explícitamente a las personas que veían la instalación. Creó espacio para que los espectadores trajeran sus propias interpretaciones, y lo hicieron. Y nuevamente, es una de esas cosas que creo que es una idea hermosa, poder retener cierta información, pero no sé, ¿cómo se manifiesta eso si eres, ya sabes, un científico de datos o algo así, y estás tratando de crear visualizaciones para, ya sabes, un cliente interno o lo que sea? ¿Cómo puedes llevar algo de ese sabor, interpretación y espacio, a un gráfico? Eso es algo en lo que estaba pensando al leer esa parte del libro.

Alberto Cairo: Hay muchos ejemplos así en el libro. Por ejemplo, en el capítulo sobre Jaime Serra, Jaime creó una vez una gráfica en la que – él bebe mucho café, y quería – recuerda esa – él quería, él quería ver cuánto café estaba bebiendo realmente a lo largo de un año. Y si tengo que hacer eso, ya sabes, tomaré mi taza, la taza que uso todos los días para tomar mi café, dibujaré una escala en la parte superior de eso, y luego mediré la cantidad de onzas de café que estoy bebiendo. Al final del año, probablemente diseñaré un gráfico de líneas, un gráfico de series temporales, para ver si hay alguna estacionalidad en mi consumo de café. Diseñaré un gráfico analítico o así se dice, un gráfico para analizar mis propios datos.

Pero él quería diseñar algo un poco más divertido, un poco más expresivo, un poco más artístico y lo que hizo fue crear una gráfica en la que trazó la cantidad de café que bebe a lo largo de un año a través de manchas de café. Tomó 12 hojas de papel, cada una de ellas correspondiente a un mes. Doblo esas hojas de papel para subdividirlas en cuadrantes, cada uno correspondiente a un día. Y luego, cada vez que estaba tomando café, intentaba dejar una mancha de café en el cuadrante correspondiente del papel correspondiente. Y el resultado fue algo así como una visualización de datos física. Y es asombroso.

Ahora, ¿eso significa que puedes insertar ese tipo de gráfico, digamos, en un panel de control empresarial o en un informe trimestral en una empresa? No, ese no es el propósito de ese tipo de visualización. La forma en que generalmente explico el valor de ese tipo de visualización es crear este escenario hipotético. Y he usado esto muchas veces con clientes al presentar, ya sabes, el trabajo de Shirley o el trabajo de Jaime. Digo que este no es el tipo de gráfico que usas para el análisis.Para el análisis, necesitas usar gráficos de líneas, gráficos de barras, gráficos de dispersión, visualizaciones de datos convencionales y tradicionales.

Pero supongamos que, por alguna razón, un año realizas una encuesta interna en tu empresa para analizar cuánto café beben las personas en la empresa. Y haces algo así como un hermoso informe que imprimes como un libro de tapa dura para regalar a tus propios clientes cuando vienen a visitarte. ¿Qué pones dentro del libro? Los gráficos analíticos. Los gráficos analíticos que cortan y dividen los datos por género, por ubicación, por lo que sea. ¿Pones todos los gráficos convencionales y tradicionales? ¿Qué pones en la portada? Lo que pones en la portada es la hermosa visualización artística de datos, que sigue siendo una visualización de datos.

Y lo mismo con el trabajo de Shirley. La instalación de Shirley sobre COVID: cierto, no es un gráfico. No es una visualización. No es realmente un gráfico porque es físico. Es una instalación física. Pero no es una visualización que tenga la intención de comunicar los datos de alguna manera, con precisión o algo así, simplemente intenta crear un sentimiento. Entonces, nuevamente, imagina que trabajas para digamos, una empresa centrada en la salud pública o lo que sea. Y todos los días, lo que produces serán gráficos, gráficos y mapas convencionales. Eso es lo que necesitamos usar para analizar datos. Pero supongamos que quieres crear algún tipo de hermosa obra de arte para mostrar en tu sede. Esa sería una pieza increíble para mostrar en tu sede. Despertará la curiosidad de las personas que visitan sobre lo que haces, puede llevarlos a conversaciones sobre los datos con los que lidian todos los días, de la misma manera que lo hizo la gráfica de franjas cálidas de Ed Hawkins. Es solo un tipo diferente de visualización de datos que debe ser juzgada de acuerdo con sus propósitos, bajo sus propios términos.